CN110839366A - 大豆植株考种仪及表型数据采集与识别方法 - Google Patents
大豆植株考种仪及表型数据采集与识别方法 Download PDFInfo
- Publication number
- CN110839366A CN110839366A CN201910999291.2A CN201910999291A CN110839366A CN 110839366 A CN110839366 A CN 110839366A CN 201910999291 A CN201910999291 A CN 201910999291A CN 110839366 A CN110839366 A CN 110839366A
- Authority
- CN
- China
- Prior art keywords
- motor
- plant
- test instrument
- fixedly connected
- tested
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 244000068988 Glycine max Species 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 49
- 241000196324 Embryophyta Species 0.000 claims description 83
- 238000012545 processing Methods 0.000 claims description 25
- 238000012795 verification Methods 0.000 claims description 15
- 230000001939 inductive effect Effects 0.000 claims description 13
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 6
- 244000046052 Phaseolus vulgaris Species 0.000 claims description 5
- 235000010627 Phaseolus vulgaris Nutrition 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 241000894007 species Species 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 description 6
- 230000008033 biological extinction Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 235000009899 Agrostemma githago Nutrition 0.000 description 1
- 244000178320 Vaccaria pyramidata Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C1/00—Apparatus, or methods of use thereof, for testing or treating seed, roots, or the like, prior to sowing or planting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Image Processing (AREA)
Abstract
大豆植株考种仪及表型数据采集与识别方法,所述考种仪包括外壳、旋转盘、固定盘、支撑杆、电机,所述旋转盘固定连接在所述外壳上,所述固定盘通过所述支撑杆与所述旋转盘固定连接,所述电机固定连接于所述外壳的内部,并与所述旋转盘相互之间固定连接;当所述电机转动时,可带动所述旋转盘旋转,进而通过所述支撑杆带动所述固定盘同步旋转。本发明还提供一种利用上述大豆植株考种仪进行数据采集的表型数据采集方法,以及一种利用上述表型数据采集方法进行数据识别的识别方法。
Description
技术领域
本发明涉及农业科学研究领域,特别涉及一种大豆植株考种仪及表型数据采集与识别方法。
背景技术
考种是指对某一物种亲缘关系、遗传特性进行溯源的活动。在旧社会时,农民进行的选种,即为考种。
对大豆的考种一般采用干豆棵,此时,大豆植株已经干枯,观察豆子成熟之后的状态即可选出优良的种子。其中,考种需采集大豆植株的表型数据,包括株高、底荚高、主茎节数、有效分枝数、单株荚数、荚皮色、顶端花序长度(花序长度指的是从开花的叶上部起始到茎最顶端的距离)、单株粒数、空荚(统计空荚,以计算荚数)、一粒荚、二粒荚、三粒荚、四粒荚、第七节花序长度(从下往上数第七节)等。
之前上述考种的过程完全依靠人工完成,在考种的过程中,需对大批成熟植株进行观察和分析,其步骤非常繁杂,并且作业量相当大,同时,人工采集表型数据的采集效率低下,数据容易产生错误。
目前,考种的过程也可采用人工对单粒或多粒子实图像进行采集,即人工使用相机对子实进行拍摄,以获取其图像,然后用计算机进行处理,识别图像中植株的表型数据。但此种方法具有以下缺点:
(1)人工图像的采集方法不适用于对大豆植株的整株进行考种,因为植株上豆荚围绕主茎的分布不均匀,因此需要对植株进行多角度拍照,然后进行图像拼接,通过人工智能算法识别植株的表型特征,这样将导致工作量巨大;
(2)对植株进行多角度拍照的植株图像规格标准不一,如大小、位置等;
(3)需对大量植株进行图像的采集,整体处理流程效率低,耗时长;
(4)对植株进行多角度拍照时需放置植株编号,在后期处理时需要提取文本信息,导致图像处理效率低下。
发明内容
本发明所要解决的问题是弥补上述现有技术的缺陷,提供一种可自动采集大豆植株表型数据的、并能进行表型数据的分析及处理的一种大豆植株考种仪及表型数据采集与识别方法。
本发明的技术问题可以通过以下技术方案解决:
大豆植株考种仪,所述考种仪包括外壳、旋转盘、固定盘、支撑杆、电机,所述旋转盘固定连接在所述外壳上,所述固定盘通过所述支撑杆与所述旋转盘固定连接,所述电机固定连接于所述外壳的内部,并与所述旋转盘相互之间固定连接;当所述电机转动时,可带动所述旋转盘旋转,进而通过所述支撑杆带动所述固定盘同步旋转。
进一步,包括控制开关、控制模块和无线继电器,所述控制开关和所述无线继电器均固定连接在所述外壳上,并均与所述控制模块电连接,所述控制模块与所述电机电连接,所述控制开关和所述无线继电器均可通过所述控制模块控制所述电机的开关,所述控制开关可通过机械接触控制所述电机的开关,所述无线继电器可通过配备的遥控器远程接收无线指令,进而控制所述电机的开关。
进一步,包括与所述控制模块电连接的调速旋钮,旋转所述调速旋钮,所述控制模块可控制所述电机功率的大小,进而控制所述电机转速的快慢。
进一步,包括信息台,所述信息台固定连接在所述外壳的外侧,所述信息台包括校验区和二维码放置区,所述校验区内放置比色卡,用于对固定在所述考种仪上的待考种植株的最终图像进行颜色和尺寸校验,所述二维码放置区用于放置所述待考种植株的批次株系信息及其他相关文本信息。
进一步,所述信息台包括基准台,所述基准台的高度为60mm,可为测量植株的高度提供参照。
进一步,所述电机包括联轴器,所述联轴器的两端分别与所述电机和所述旋转盘相连接,当所述电机转动时,所述电机可通过所述联轴器带动所述旋转盘同步旋转。
进一步,所述电机包括触发装置,所述触发装置包括触碰杆和感应开关,所述触碰杆固定连接在所述电机的主轴上,所述感应开关固定连接在所述电机的端盖上,并与所述电机相连接,当所述电机工作进行转动时,所述触碰杆随之转动,当所述触碰杆转动至与所述感应开关相对应的位置处时,可触碰到所述感应开关,此时,所述电机停止转动。
进一步,所述旋转盘包括圆盘和与所述圆盘固定连接的空心圆柱,所述空心圆柱设置于所述圆盘的中心,所述空心圆柱的内部填充有疏松海绵,所述固定盘上包括与所述空心圆柱的轴线位于同一条垂线上的通孔,待考种植株可穿过所述通孔,并固定在所述空心圆柱内,使得所述待考种植株固定插入在所述考种仪上。
一种利用上述的大豆植株考种仪进行数据采集的表型数据采集方法,包括以下步骤:
Step1.在考种仪的校验区放置比色卡,并在二维码放置区安放二维码;
Step2.将待考种植株的底部穿过通孔,固定在空心圆柱内;
Step3.将信息台朝向固定摄像设备的固定三脚架;
Step4.启动所述考种仪和所述摄像设备,所述考种仪将所述待考种植株进行旋转后,通过所述摄像设备拍摄所述待考种植株转动360度的视频图像;
Step5.保存拍摄的视频图像,取下一个所述待考种植株,如果植株种类编号不变,则转至Step2继续重复上述步骤,如果植株种类编号改变,则转至Step1继续重复上述步骤;
Step6.将所述摄像设备拍摄的多个所述待考种植株的视频图像文件传输至指定的云服务器中,由云服务器调用视频处理程序并行处理视频文件,提取所述待考种植株的表型特征数据、所述校验区的比色卡信息以及所述二维码放置区的二维码种类编号,并存入表型数据库中。
一种利用上述表型数据采集方法进行数据识别的识别方法,包括以下步骤:
第一步.分帧:将原始视频进行分帧处理,获得多个数据帧成像,并将全部帧成像作为该处理流的最终输入;
第二步.节段分割:将获得的帧成像输入到分割器,分割器根据植株节段自上向下将成像分成多个部分,并分别依次输入到目标检测器中并行处理;
第三步.豆荚检测:分割后的帧成像集输入目标检测器获得单帧对象集,即进行识别处理后获得豆荚对象集;
第四步.豆荚追踪:将第三步中获得的单帧对象集输入追踪器,对追踪器内容进行更新,实现对目标的唯一性确认,即对豆荚进行唯一性确认,从而实现对单豆荚的标记;
第五步.若当前仍有未处理的帧,转至第二步,迭代更新追踪器中对象路径情况,从而不断发现新豆荚出现的情况,更新已有豆荚路径情况,更新最终豆荚列表;
第六步.对所有追踪器包含的全部路径状态进行统计,统计植株考种信息并进行保存输出。
与现有技术相比,本发明达到的有益效果是:
本发明提供了一种大豆植株考种仪及表型数据采集与识别方法,其中,大豆植株考种仪可固定待考种植株,并将待考种植株进行旋转,另一端设有摄像设备,可将在大豆植株考种仪上旋转的待考种植株进行视频的拍摄,实现对待考种植株的视频图像采集,然后对采集到的视频进行计算机视觉(CV)处理,通过深度学习建立模型提取特征,以获取植株表型数据并用于大数据分析,本发明提供的一种大豆植株考种仪及表型数据采集与识别方法,可极大地提高对植株的考种效率和数据准确率。
本发明提供的一种大豆植株考种仪及表型数据采集与识别方法,以拍摄视频图像代替图像的拼接处理,可提高图像采集效率,加速植株视频图像处理速度,实现植株考种数据的高效率标准化的获取。
本发明提供的一种大豆植株考种仪及表型数据采集与识别方法,可对大批成熟植株进行数据采集,从而节省了人力劳动,减少了人工成本的支出。
附图说明
图1为本发明的大豆植株考种仪的整体结构示意图;
图2为本发明的大豆植株考种仪的剖视图;
图3为本发明的电机的结构示意图;
图4为本发明的电机上的触发装置的结构示意图;
图5为本发明的信息台的结构示意图;
图6为本发明的大豆植株考种仪的使用方法结构示意图。
图中标号:
1考种仪,11外壳,111底座,112固定板,113电机支架,12信息台,121校验区,122二维码放置区,123基准台,124凹槽,13旋转盘,131圆盘,132空心圆柱,14固定盘,141通孔,15支撑杆,16电机,161电源接口,162控制开关,163调速旋钮,164控制模块,165联轴器,166无线继电器,167触发装置,1671触碰杆,1672感应开关;
2待考种植株,3背景架,4吸光幕布,5摄像设备,6固定三脚架。
具体实施方式
以下,基于优选的实施方式并参照附图对本发明进行进一步说明。
此外,为了方便理解,放大(厚)或者缩小(薄)了图纸上的各种构件,但这种做法不是为了限制本发明的保护范围。
单数形式的词汇也包括复数含义,反之亦然。
在本发明实施例中的描述中,需要说明的是,若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,本发明的描述中,为了区分不同的单元,本说明书上用了第一、第二等词汇,但这些不会受到制造的顺序限制,也不能理解为指示或暗示相对重要性,其在发明的详细说明与权利要求书上,其名称可能会不同。
本说明书上的词汇是为了说明本发明的实施例而使用的,但不是试图要限制本发明。还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,可以是直接相连,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域的技术人员而言,可以具体理解上述属于在本发明中的具体含义。
本发明提供一种大豆植株考种仪1,考种仪1可将待考种植株2固定在其上并进行旋转,再通过摄像设备5等将旋转的植株进行表型数据采集,然后对采集的数据通过计算机视觉(CV)处理进行分析,包括对植株的株高、底荚高、主茎节数、有效分枝数、单株荚数、荚皮色、顶端花序长度(花序长度指的是从开花的叶上部起始到茎最顶端的距离)、单株粒数、空荚(统计空荚,以计算荚数)、一粒荚、二粒荚、三粒荚、四粒荚、第七节花序长度(从下往上数第七节)等进行分析,实现利用考种仪1对植株的考种,最后将分析出的结果存放至数据库中,用于之后大数据的分析。
考种仪1包括外壳11、信息台12、旋转盘13、固定盘14、支撑杆15、电机16,外壳11为内部中空并固定连接有底座111的圆筒状结构;信息台12固定连接在外壳11的外侧,具体的,信息台12包括凹槽124,凹槽124的弧度与外壳11的外部弧度相匹配,信息台12通过凹槽124固定连接并紧密贴合在外壳11的外侧;旋转盘13固定连接在外壳11远离底座111的一端;固定盘14通过支撑杆15与旋转盘13固定连接;支撑杆15的两端分别与旋转盘13和固定盘14固定连接;电机16固定连接在外壳11的内部,并与旋转盘13固定连接,当电机16转动时,可带动旋转盘13进行旋转,进而带动固定盘14同步旋转。
外壳11包括固定板112和电机支架113,两者均固定连接于外壳11的内部,固定板112固定连接于底座111上,并与底座111相互垂直,电机支架113为L型,其一端与固定板112远离底座111的一端固定连接,另一端与电机16固定连接,使得电机16固定连接在外壳11的内部。
电机16包括电源接口161、控制开关162、调速旋钮163、控制模块164、联轴器165、无线继电器166,电源接口161、控制开关162、调速旋钮163均固定连接于外壳11的外侧壁上,控制模块164和无线继电器166均固定连接于底座111上,电源接口161、控制开关162、调速旋钮163、无线继电器166均与控制模块164电连接,控制模块164与电机16电连接,将控制信号传递至电机16。
具体的,电源接口161固定连接在外壳11的外侧壁上,用于连接外部电源并通过控制模块164给电机16进行供电;控制开关162和无线继电器166均与控制模块164之间电连接,控制开关162固定连接在外壳11的外侧壁上,可通过控制模块164控制电机16的开关,无线继电器166固定连接在底座111上,可通过配备的遥控器远程接收无线指令,进而通过控制模块164控制电机16的开关;旋转调速旋钮163固定连接在外壳11的外侧壁上,可通过控制模块164调整电机16的转速;联轴器165的两端分别与电机16和旋转盘13相连接,当电机16转动时可通过联轴器165带动旋转盘13进行旋转,进而与旋转盘13通过支撑杆15固定连接的固定盘14也随之转动。
调速旋钮163与电机16之间通过控制模块164电连接,旋转调速旋钮163后,控制模块164可控制电机16功率的大小,进而控制电机16转速的快慢。
电机16包括固定连接的触发装置167,触发装置包括触碰杆1671和感应开关1672,触碰杆1671固定连接在电机16的主轴上,包括相互之间互相垂直的横杆和竖杆,横杆的一端固定连接在电机16的主轴上,另一端与竖杆相连接,当电机16开始工作,电机16的主轴转动时,触碰杆1671随之转动,进而带动竖杆转动;感应开关1672为固定在电机16端盖上的一根具有缺口的导体,其与电机16和控制模块164之间相连接,用于导通干路电源。
正常情况下,感应开关1672上的缺口由弹簧接触并导通干路电源,使得电机16可正常工作进行转动,当电机16的主轴转动时,触碰杆1671随之转动,竖杆同步转动,而感应开关1672不动,当竖杆的底端转动至与感应开关1672相对应的位置处时,竖杆推开弹簧,使弹簧发生形变,造成感应开关1672断路,此时,电机16旋转一周后停止转动,需通过远程操作遥控器控制电机16的启动,然后电机16主轴带动竖杆继续转动,在弹簧的回弹力的作用下,弹簧再次导通干路电源,使得电机16可继续工作。
旋转盘13包括固定连接的圆盘131和空心圆柱132,圆盘131的中心通过联轴器165与电机16固定连接,圆盘131可随着电机16一同转动,空心圆柱132为中空的圆柱状结构,并设置于圆盘131的中心,空心圆柱132的内部填充有疏松海绵,用以固定待考种植株2。
固定盘14上包括与空心圆柱132的轴线位于同一条垂线上的通孔141,待考种植株2可穿过通孔141,待考种植株2的底部固定在空心圆柱132内,从而将待考种植株2固定在考种仪1上的中心位置。
信息台12包括校验区121、二维码放置区122、基准台123,校验区121为比色卡,用于对固定在考种仪1上的待考种植株2的最终图像进行颜色和尺寸校验,校验区121位置固定便于提高图像处理速度,是图像采集标准化的要素之一;二维码放置区122用于放置当前拍摄待考种植株2的批次株系信息及其他相关文本信息,其优点在于利用二维码代替传统的编码文本,不用考虑放置的位置和拍摄时的角度,可提高图像处理速度,这也是图像采集标准化的要素之一;基准台123的高度为60mm,可为测量植株的高度提供参照。
下面对一种利用如上所述的大豆植株考种仪进行数据采集的表型数据采集方法进行详细说明,
包括以下步骤:
Step1.在考种仪1的校验区121放置比色卡,并在二维码放置区122安放二维码;
Step2.将待考种植株2的底部穿过通孔141,固定在空心圆柱132内;
Step3.将信息台12朝向固定摄像设备5的固定三脚架6;
优选的,摄像设备5为高像素摄像设备,并装配有无影灯,也可采用手机的内置摄像头进行拍摄。
优选的,在考种仪1的后部放置背景架3,背景架3上放置有吸光幕布4,吸光幕布4为无反光无皱褶的白色布帘,吸光幕布4可防止在摄像设备5对待考种植株2进行视频拍摄时产生阴影,避免影响视频采集的效果,方便后续对采集的视频进行计算机视觉(CV)处理。
Step4.启动考种仪1和摄像设备5,考种仪1将待考种植株2进行旋转后,通过摄像设备5拍摄待考种植株2转动360度的视频图像;
Step5.保存拍摄的视频图像,取下一个待考种植株2,如果植株种类编号不变,则转至Step2继续重复上述步骤,如果植株种类编号改变,则转至Step1继续重复上述步骤;
Step6.将摄像设备5拍摄的多个待考种植株2的视频图像文件传输至指定的云服务器中,由云服务器调用视频处理程序并行处理视频文件,提取待考种植株2的表型特征数据、校验区121的比色卡信息以及二维码放置区122的二维码种类编号,并存入表型数据库中。
在使用摄像设备5对固定在考种仪1上的待考种植株2进行视频采集时,可通过旋转调速旋钮163调整电机16的转速,使得拍摄的视频清晰,且在达到处理要求的前提下尽可能的提高转速,缩短每个视频的时间。
在采用摄像设备5进行视频的拍摄时,需要对摄像设备5的视频帧率进行严格的掌控,摄像设备5的视频帧率也就是摄像设备5每秒采集的帧数,也可以理解为摄像设备5采样的速率,这样方便后续对视频进行计算机视觉(CV)处理时,主要在对拍摄视频进行分帧后保证每帧图像的清晰度,优选的,采集视频时转速在每转3秒左右为最佳。
下面对一种利用如上所述的表型数据采集方法进行数据识别的识别方法进行详细说明。
视频处理流程与算法如下:
第一步.分帧:将原始视频进行分帧处理,获得多个数据帧成像,并将全部帧成像作为该处理流的最终输入;
本步骤中将原始视频拆分为多个帧,目的是将帧作为识别方法的处理单位,获得整个识别方法起始的输入数据。
第二步.节段分割:将获得的帧成像输入到分割器,分割器根据植株节段自上向下将成像分成多个部分,并分别依次输入到目标检测器中并行处理;
本步骤中利用物体检测技术,识别判断植株的每一节段,然后将单节段局部区域进行分割,从而对不同的节段并行处理,达到加速运算的效果。
第三步.豆荚检测:分割后的帧成像集输入目标检测器获得单帧对象集,即进行识别处理后获得豆荚对象集;
本发明实施例中的目标检测器采用已有的较为成熟的深度学习物体检测模型yolov3,通过预先利用已有的豆荚标注数据对该模型进行训练,从而获得针对不同豆粒颗数豆荚进行识别的专用物体检测模型,其中该模型训练用数据及所得最终识别分类共包括5种,依次为:0粒豆荚、1粒豆荚、2粒豆荚、3粒豆荚、4粒豆荚。
第四步.豆荚追踪:将第三步中获得的单帧对象集输入追踪器,对追踪器内容进行更新,实现对目标的唯一性确认,即对豆荚进行唯一性确认,从而实现对单豆荚的标记;
本发明实施例中的追踪器采用deep-sort,通过利用该算法对不同帧获得的豆荚进行同一性判断,从而实现在一完整视频流中,一唯一序号与单豆荚的始终绑定,实现豆荚标记。
第五步.若当前仍有未处理的帧,转至第二步,迭代更新追踪器中对象路径情况,从而不断发现新豆荚出现的情况,更新已有豆荚路径情况,更新最终豆荚列表;
第六步.对所有追踪器包含的全部路径状态进行统计,统计植株考种信息并进行保存输出;
对所有追踪器包含的全部路径状态进行统计,主要为计数和皮色提取,对于计数,统计不同种粒数豆荚出现情况,计算单株豆粒总数;对于皮色提取,通过上述步骤中物体检测模型获得的豆荚列表,获得单豆荚所在矩形区域,并利用该区域中心范围10像素之内的点取RGB颜色平均,以获得最终预估皮色。
以上对本发明的具体实施方式进行了详细介绍,对于本技术领域的技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干修饰和改进,这些修饰和改进也都属于本发明权利要求的保护范围。
Claims (10)
1.大豆植株考种仪,其特征在于:
所述考种仪(1)包括外壳(11)、旋转盘(13)、固定盘(14)、支撑杆(15)、电机(16),所述旋转盘(13)固定连接在所述外壳(11)上,所述固定盘(14)通过所述支撑杆(15)与所述旋转盘(13)固定连接,所述电机(16)固定连接于所述外壳(11)的内部,并与所述旋转盘(13)相互之间固定连接;当所述电机(16)转动时,可带动所述旋转盘(13)旋转,进而通过所述支撑杆(15)带动所述固定盘(14)同步旋转。
2.根据权利要求1所述的大豆植株考种仪,其特征在于,包括控制开关(162)、控制模块(164)和无线继电器(166),所述控制开关(162)和所述无线继电器(166)均固定连接在所述外壳(11)上,并均与所述控制模块(164)电连接,所述控制模块(164)与所述电机(16)电连接,所述控制开关(162)和所述无线继电器(166)均可通过所述控制模块(164)控制所述电机(16)的开关,所述控制开关(162)可通过机械接触控制所述电机(16)的开关,所述无线继电器(166)可通过配备的遥控器远程接收无线指令,进而控制所述电机(16)的开关。
3.根据权利要求2所述的大豆植株考种仪,其特征在于,包括与所述控制模块(164)电连接的调速旋钮(163),旋转所述调速旋钮(163),所述控制模块(164)可控制所述电机(16)功率的大小,进而控制所述电机(16)转速的快慢。
4.根据权利要求1所述的大豆植株考种仪,其特征在于,包括信息台(12),所述信息台(12)固定连接在所述外壳(11)的外侧,所述信息台(12)包括校验区(121)和二维码放置区(122),所述校验区(121)内放置比色卡,用于对固定在所述考种仪(1)上的待考种植株(2)的最终图像进行颜色和尺寸校验,所述二维码放置区(122)用于放置所述待考种植株(2)的批次株系信息及其他相关文本信息。
5.根据权利要求4所述的大豆植株考种仪,其特征在于,所述信息台(12)包括基准台(123),所述基准台(123)的高度为60mm,可为测量植株的高度提供参照。
6.根据权利要求1所述的大豆植株考种仪,其特征在于,所述电机(16)包括联轴器(165),所述联轴器(165)的两端分别与所述电机(16)和所述旋转盘(13)相连接,当所述电机(16)转动时,所述电机(16)可通过所述联轴器(165)带动所述旋转盘(13)同步旋转。
7.根据权利要求1所述的大豆植株考种仪,其特征在于,所述电机(16)包括触发装置(167),所述触发装置(167)包括触碰杆(1671)和感应开关(1672),所述触碰杆(1671)固定连接在所述电机(16)的主轴上,所述感应开关(1672)固定连接在所述电机(16)的端盖上,并与所述电机(16)相连接,当所述电机(16)工作进行转动时,所述触碰杆(1671)随之转动,当所述触碰杆(1671)转动至与所述感应开关(1672)相对应的位置处时,可触碰到所述感应开关(1672),此时,所述电机(16)停止转动。
8.根据权利要求1所述的大豆植株考种仪,其特征在于,所述旋转盘(13)包括圆盘(131)和与所述圆盘(131)固定连接的空心圆柱(132),所述空心圆柱(132)设置于所述圆盘(131)的中心,所述空心圆柱(132)的内部填充有疏松海绵,所述固定盘(14)上包括与所述空心圆柱(132)的轴线位于同一条垂线上的通孔(141),待考种植株(2)可穿过所述通孔(141),并固定在所述空心圆柱(132)内,使得所述待考种植株(2)固定插入在所述考种仪(1)上。
9.一种利用权利要求1~8中任一项所述的大豆植株考种仪进行数据采集的表型数据采集方法,其特征在于,包括以下步骤:
Step1.在考种仪(1)的校验区(121)放置比色卡,并在二维码放置区(122)安放二维码;
Step2.将待考种植株(2)的底部穿过通孔(141),固定在空心圆柱(132)内;
Step3.将信息台(12)朝向固定摄像设备(5)的固定三脚架(6);
Step4.启动所述考种仪(1)和所述摄像设备(5),所述考种仪(1)将所述待考种植株(2)进行旋转后,通过所述摄像设备(5)拍摄所述待考种植株(2)转动360度的视频图像;
Step5.保存拍摄的视频图像,取下一个所述待考种植株(2),如果植株种类编号不变,则转至Step2继续重复上述步骤,如果植株种类编号改变,则转至Step1继续重复上述步骤;
Step6.将所述摄像设备(5)拍摄的多个所述待考种植株(2)的视频图像文件传输至指定的云服务器中,由云服务器调用视频处理程序并行处理视频文件,提取所述待考种植株(2)的表型特征数据、所述校验区(121)的比色卡信息以及所述二维码放置区(122)的二维码种类编号,并存入表型数据库中。
10.一种利用权利要求9中所述的表型数据采集方法进行数据识别的识别方法,其特征在于,包括以下步骤:
第一步.分帧:将原始视频进行分帧处理,获得多个数据帧成像,并将全部帧成像作为该处理流的最终输入;
第二步.节段分割:将获得的帧成像输入到分割器,分割器根据植株节段自上向下将成像分成多个部分,并分别依次输入到目标检测器中并行处理;
第三步.豆荚检测:分割后的帧成像集输入目标检测器获得单帧对象集,即进行识别处理后获得豆荚对象集;
第四步.豆荚追踪:将第三步中获得的单帧对象集输入追踪器,对追踪器内容进行更新,实现对目标的唯一性确认,即对豆荚进行唯一性确认,从而实现对单豆荚的标记;
第五步.若当前仍有未处理的帧,转至第二步,迭代更新追踪器中对象路径情况,从而不断发现新豆荚出现的情况,更新已有豆荚路径情况,更新最终豆荚列表;
第六步.对所有追踪器包含的全部路径状态进行统计,统计植株考种信息并进行保存输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910999291.2A CN110839366A (zh) | 2019-10-21 | 2019-10-21 | 大豆植株考种仪及表型数据采集与识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910999291.2A CN110839366A (zh) | 2019-10-21 | 2019-10-21 | 大豆植株考种仪及表型数据采集与识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110839366A true CN110839366A (zh) | 2020-02-28 |
Family
ID=69596911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910999291.2A Pending CN110839366A (zh) | 2019-10-21 | 2019-10-21 | 大豆植株考种仪及表型数据采集与识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110839366A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112042312A (zh) * | 2020-09-18 | 2020-12-08 | 中国科学院东北地理与农业生态研究所 | 一种用于作物单株考种的表型测量仪 |
CN112042312B (zh) * | 2020-09-18 | 2024-05-24 | 中国科学院东北地理与农业生态研究所 | 一种用于作物单株考种的表型测量仪 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1990010273A1 (de) * | 1989-02-28 | 1990-09-07 | Robert Massen | Verfahren und anordnung zur automatischen optischen klassifikation von pflanzen |
CN101881598A (zh) * | 2010-06-28 | 2010-11-10 | 北京农业智能装备技术研究中心 | 基于机器视觉的玉米果穗性状参数自动检测装置 |
CN106406178A (zh) * | 2016-10-21 | 2017-02-15 | 中国科学院南京土壤研究所 | 一种温室作物生长信息实时对等监测装置及监测方法 |
CN109684967A (zh) * | 2018-12-17 | 2019-04-26 | 东北农业大学 | 一种基于ssd卷积网络的大豆植株茎荚识别方法 |
CN209247059U (zh) * | 2018-11-12 | 2019-08-13 | 北京农业信息技术研究中心 | 植物三维表型信息采集装置 |
-
2019
- 2019-10-21 CN CN201910999291.2A patent/CN110839366A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1990010273A1 (de) * | 1989-02-28 | 1990-09-07 | Robert Massen | Verfahren und anordnung zur automatischen optischen klassifikation von pflanzen |
CN101881598A (zh) * | 2010-06-28 | 2010-11-10 | 北京农业智能装备技术研究中心 | 基于机器视觉的玉米果穗性状参数自动检测装置 |
CN106406178A (zh) * | 2016-10-21 | 2017-02-15 | 中国科学院南京土壤研究所 | 一种温室作物生长信息实时对等监测装置及监测方法 |
CN209247059U (zh) * | 2018-11-12 | 2019-08-13 | 北京农业信息技术研究中心 | 植物三维表型信息采集装置 |
CN109684967A (zh) * | 2018-12-17 | 2019-04-26 | 东北农业大学 | 一种基于ssd卷积网络的大豆植株茎荚识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112042312A (zh) * | 2020-09-18 | 2020-12-08 | 中国科学院东北地理与农业生态研究所 | 一种用于作物单株考种的表型测量仪 |
CN112042312B (zh) * | 2020-09-18 | 2024-05-24 | 中国科学院东北地理与农业生态研究所 | 一种用于作物单株考种的表型测量仪 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110617769A (zh) | 一种用于获取作物表型的高通量拍照系统 | |
CN211240747U (zh) | 大豆植株考种仪 | |
CN108365557A (zh) | 一种无人机精细化巡检输电线路的方法及系统 | |
CN110612843A (zh) | 一种作物表型高通量获取装置与气候舱 | |
CN110736748A (zh) | 免疫组化核浆染色切片诊断方法及系统 | |
CN108898813A (zh) | 一种基于物联网架构的云识别抄表系统 | |
CN112036407B (zh) | 一种植物群体三维表型原位获取方法及装置 | |
CN109929752A (zh) | 一种便携式精子检测系统 | |
CN207835662U (zh) | 一种基于嵌入式的无人机遥感图像采集系统 | |
RU2726257C1 (ru) | Установка для автоматического измерения параметров растений | |
CN112947519A (zh) | 一种无人机的巡检方法、装置及边缘计算模块 | |
CN110684641A (zh) | 智能孢子捕捉分析仪 | |
CN110839366A (zh) | 大豆植株考种仪及表型数据采集与识别方法 | |
CN108471495A (zh) | 机器学习和深度学习训练用的物体多角度图像采集系统及方法 | |
CN212413758U (zh) | 一种用于作物单株考种的表型测量仪 | |
CN108020474A (zh) | 一种用于疲劳测试样品的质量检测系统 | |
CN209197907U (zh) | 一种红外热成像监测装置 | |
JP3676878B2 (ja) | 花粉自動捕集・解析システム | |
CN115152357B (zh) | 植物种子培养皿、萌发检验装置、培育装置及萌发方法 | |
CN112042312B (zh) | 一种用于作物单株考种的表型测量仪 | |
CN210374998U (zh) | 一种用于获取作物表型的高通量拍照系统 | |
CN108520568B (zh) | 一种设备指示灯定位识别方法及装置 | |
AU2021104688A4 (en) | Phenotype measuring instrument for test of a single crop plant | |
CN116359497A (zh) | 一种公共空间病毒自动检测装置 | |
CN207051928U (zh) | 一种基于列车转向架上的平面压印字符自动识别装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |